Bebidas · Brasil

Jornada de dados do consumidor

Uma proposta para uma grande empresa de bebidas no Brasil: montar uma estrutura de dados para identificar consumidores e ativá-los de forma estratégica, com uma plataforma de dados de cliente e uma vista 360 para o marketing.

Setor: Bebidas · Brasil
Formato: Proposta
Método: Garage Model · sprints de 2 semanas
Ferramentas: Tableau · Python · big data

O pedido

As equipas da marca precisavam de dados que pudessem usar no dia a dia. Isso implica cruzar três tipos de dados e ligá-los à fase da jornada em que cada consumidor está: descoberta, consideração ou conversão.

Dados próprios: afinidade com a marca e interesse por produto, como sumos, cerveja e bebidas energéticas.
Dados demográficos: localização, idade, género e fase de vida.
Interesses da audiência.

Três princípios

Dados acionáveis para as equipas da marca, a partir de três princípios.

Centrado no cliente: Unificar os dados das audiências.
Eficiente: Automatizar o que se repete.
Ágil: Ativar depressa.

Plataforma de dados de cliente

O primeiro passo é assumir o controlo da tecnologia e manter os dados juntos. Uma plataforma de dados de cliente reúne todas as fontes numa vista única e alimenta painéis, segmentação e modelos preditivos.

Dados pessoais e demográficos, comportamento no site, envolvimento, transações e dispositivos.
Estudos próprios e de terceiros.
Painéis de negócio, marketing, comercial e experiência digital, com segmentação e modelos preditivos.

Diagrama de uma plataforma de dados de cliente que junta várias fontes e alimenta painéis, segmentação e modelos — Vista unificada, das fontes de dados aos painéis e modelos · apresentação original

Vista 360

O segundo passo é encontrar o sinal no ruído. A proposta previa uma plataforma feita à medida, com dados frescos para o marketing, em quatro fases: painéis, machine learning, publicação e insights.

Painéis: explorar as bases de dados e construir painéis em Tableau com um utilizador-chave.
Machine learning: escolher os KPI que justificam algoritmos próprios.
Digital Score: um ranking de utilizadores pelo envolvimento.
Sistema de recomendação: segmentos por afinidade com conteúdos e produtos.

Quatro fases: painéis, machine learning, publicação e insights — As quatro fases da plataforma · apresentação original

Descoberta

Antes de construir, oito semanas de descoberta: arranque, sessão de cocriação, auditoria e investigação, até definir e priorizar os MVP e fechar o plano de implementação com o cliente.

3 semanas para montar a equipa e os acessos.
Auditoria e investigação nas primeiras semanas.
Definição e priorização dos MVP, plano de implementação e aprovação do cliente.

Cronograma da descoberta em oito semanas — Plano da descoberta, semana a semana · apresentação original

Sprints

A implementação corre em sprints de duas semanas, com uma squad de estratégia e outra de engenharia. Cada sprint parte de histórias de utilizador, valida as bases de dados e termina com uma revisão e uma versão do MVP.

Ciclo de sprint: backlog, planeamento, reuniões diárias, revisão e retrospetiva — Ciclo de trabalho em sprints · apresentação original

Benefícios

Uma vista única dos dados traz ganhos para toda a organização, não só para o marketing.

Uma só fonte de verdade.
Dados acessíveis a toda a equipa.
Processos ágeis e simples.
Relações mais próximas com parceiros e fornecedores.
Experiências de cliente mais eficazes.
Eficiência operacional.